COURS DE
SIAD ET TRAVAIL
COLLABORATIF
Enseignante : Dr. Donia BEN HASSEN
Filière
3ème année TSI et LFG
Année Universitaire 2019/2020
Université de Manouba
PRISE DE DÉCISION
Prendrais-je le parapluie aujourd’hui?
La décision dépend sur certaine chose que je ne
connais pas: s’il pleut ou non.
Je cherche à acheter une maison:
J’achète celle-ci ? Elle me semble bien, mais si je
continue chercher, peut être que j’en trouverais une
autre encore mieux et au même prix? Quand je dois
arrêter ma recherche?
Un comité doit prendre une décision, mais
ses membres ont des opinions différentes:
Quelle procédure utiliser pour atteindre une décision
acceptable ?2
LA DIFFICULTÉ DE PRISE DE DÉCISION
Presque tout ce que fait un être humain comporte des
décisions:
Dans la vie quotidienne, nos décisions sont souvent
prises sur la base d’intuitions et d’expériences passées: ce
type de stratégies ne peut s’appliquer qu’à des problèmes
familiers.
Lorsque nous sommes confrontés à des situations
nouvelles, la tâche de prise de décision devient
beaucoup plus difficile: l’environnement des décideurs est
de plus en plus complexe et évolue rapidement. 3
EXEMPLE
4
Sir you have an infection, let’s do analysis just to be
sure
I'm so sorry sir, it appears that you
have a cancer
EXEMPLE 2
5
it is most likely a tuberculosis
The lesion is about 0.2 inch in size. The x-
coordinate is 2 and the y-coordinate is 5
TYPOLOGIE DE DÉCISION
6
MÉTHODES & TECHNIQUES DE PRISE DE
DÉCISION
7
TYPOLOGIE DE DÉCISION
Du point de vue du degré de risque attaché à la
prise de décision
Décision certaines
Décisions aléatoires
Décisions incertaines
8
DÉCISIONS CERTAINES
se caractérisent par un risque nul dans la mesure
où l’on connaît le résultat de la prise de décision
dans 99 % des cas.
Les décisions certaines sont souvent les décisions
les moins importantes c’est-à-dire les décisions
de gestion courantes.9
DÉCISIONS ALÉATOIRES
Ces décisions sont un peu moins certaines que les
décisions certaines
mais un peu plus certaines que les décisions
incertaines.
Une décision est dite aléatoire lorsque certaines
variables ne sont pas totalement maîtrisées par
l’entreprise mais sont connues en probabilité
« pouvant être mathématiquement probabilisées ». 10
DÉCISIONS INCERTAINES
Lorsque interviennent des variables qui ne sont
ni maîtrisées par l’entreprise, ni même
probabilisable en raison de la trop grande
complexité de l’environnement et des conditions
d’évolution du marché, on parlera de « décisions
incertaines ».
Ce sont souvent les décisions les plus
importantes (décisions stratégiques)11
MODÉLISATION DU PROCESSUS
DÉCISIONNEL
Processus décisionnel: la plus part des décisions ne
sont pas instantanées, elle prennent du temps
Contributions majeures à la modélisation des
processus décisionnels :
Les classiques : Condorcet (1743-1794), …
Les modernes : John Dewey (1910), Simon (1960),
Brim et al. (1962), Witte (1972), Mitzberg,
Raisinghani et Théorêt (1976)12
MODÈLE IDC - SIMON
Herbert Alexander Simon (1916-2001)
A été prix Nobel d'économie en 1978
Il a reçu avec Allen Newell, en 1975 le Prix Turing, principale
distinction en informatique.
En 1960, il propose le modèle IDC (Intelligence Design
Choice) décrivant les phases de prise de décision,
complémenté par une 4ème phase d’Implementation
Très longtemps (avant le développement de
l’informatique), l’aide à la décision s’est réduite à à l’aide au
choix (phase de « Choice » dans le modèle de Simon)13
LES PHASES DE LA DÉCISION (MODÈLE
IDC DE SIMON)
14
PLAN
Chapitre1:Fondamentaux et problématique du cours
Chapitre 2: Les systèmes experts
Chapitre3: Systèmes d’aide à la décision dans un
environnement risqué et incertain
Chapitre 4: Les arbres de décision
Chapitre 5: SIAD de groupe et travail collaboratif15
UN SYSTÈME
Un système est “un ensemble de parties
coordonnées en vue d'accomplir un ensemble
de buts …” (Churchman, C.W. 1968).
16
INTERACTIVITÉ
Le concept d’aide à la décision interactive est
basé sur l’équilibre entre
Le jugement humain
le traitement des informations par l’ordinateur.
17
DÉCIDER…
La décision est perçue comme l'exercice d'un
choix entre plusieurs possibilités d’actions a un
moment donné. Ceux qui réalisent ce choix sont
≪les décideurs ≫.
"Aider à décider, c’est tout d’abord aider a
clarifier la formulation, la transformation et
l’argumentation des préférences. "
18
SYSTÈMES INTERACTIFS D’AIDE À LA
DÉCISION
La traduction du concept de Decision Support
Systems (DSS).
Les premiers systèmes d’aide à la décision sont
apparus en 1966-1968 et sont devenus effectifs à
la fin des années 70.
Ils permettent d’évaluer la situation, les diverses
alternatives et leur impact.
Ils offrent aussi au décideur une ergonomie de
grande qualité, un accès enrichi à l’information et
une gestion plus efficace de sa complexité, pour
finalement l’aider à prendre la meilleure
décision.19
DÉFINITION D’UN SIAD
Un SIAD: un système informatisé interactif,
développé pour aider à la résolution d’un problème
mal-structuré pour améliorer la prise de décision.
Il utilise des données, offre une interface facile et
permet de prendre en compte les idées propres du
décideur (assiste le décideur et non pas le remplace):
Permet d’orienter le décideur vers des points qu’il ne
pourrait pas toujours observer seul.
20
CARACTÉRISTIQUES D’UN SIAD
Système en interaction avec un utilisateur (décideur)
Aide pour les décisions peu ou mal structurés
Aide à différentes catégories de décideurs ou de groupes de
décideurs
Ils sont adaptatifs dans le temps en permettant au
décideur de réagir face à de nouvelles conditions.
Ils sont suffisamment flexibles pour que le décideur puisse
ajouter, détruire, combiner, changer et réarranger les
variables du processus de décision, ainsi que les différents
calculs ; 21
COMPOSITION D’UN SIAD
22
UN SYSTÈME GESTIONNAIRE DE BASE DE
DONNÉES
(SGBD)
Associé à une base de données qui stocke, organise,
trie et remonte les données pertinentes pour un
contexte particulier de décision ;
Dans un SIAD, un système de base de donnée, doit
mettre en corrélation des données de différentes
sources, permettre une recherche rapide de données
23
UN SYSTÈME GESTIONNAIRE DE BASE DE
MODÈLES
(SGBM)
Associé à une base de modèles qui possède un rôle
similaire au système gestionnaire de base de
données excepté qu’il organise, trie, stocke les
modèles
Le module « Modèle de données » contient
l’ensemble des modèles et des procédures de
calcul utilisés dans les différents traitements
standards des données mis à disposition de
l’utilisateur. 24
UN SYSTÈME DE GESTION DE BASE DE
CONNAISSANCES
(SGBC OU MOTEUR DE CONNAISSANCES)
Un SGBC remplit les tâches relatives:
à la reconnaissance de problèmes
à la génération de solutions finales ou
intermédiaires
25
VERS LES SIAD INTELLIGENTS
Il est maintenant classique de chercher parmi les
outils de l’intelligence artificielle des idées pour
améliorer les performances des SIAD.
26
VERS LES SIAD INTELLIGENTS
Le lien entre l’Intelligence Artificielle (IA) et les
SIAD: SIAD dits intelligents ou SIAD à base de
connaissance
27
REPRÉSENTATION DES CONNAISSANCES
(LOGIQUE)
Logique classique
Logique des propositions (ordre 0)
Logique des prédicats (ordre 1)
Logique non classique
Logique floue28
Révision
INTRODUCTION
1 Qu’est-ce que la logique ?
29
• C'est la science qui étudie les règles que doivent
respecter tout raisonnement valide
• Manière de raisonner
• Enchainement cohérent d’idées
INTRODUCTION
2 De l’antiquité à la logique moderne
Philosophie : raisonnement humain
La logique vient du grecque « logos » qui signifie «
parole, discours »
Syllogisme, Aristote (−384,−322) .
Mathématiques : validité des démonstrations
« Pour tout x ϵ ℝ, on a >= 0. »30
1. Tous les hommes sont mortels.
2. Or X est un homme.
3. Donc X est mortel.
INTRODUCTION
19 ème siècle : la logique devient un outil
scientifique (Boole, Hilbert, Turing ...).
Les logiques sont utilisées en informatique pour
Modéliser de manière formelle des “objets” rencontrés
par les informaticiens ;
Raisonner après une phase de modélisation
31
INTRODUCTION
3 Représentation logique des énoncés de la langue
naturelle
Considérons la situation décrite par les affirmations
suivantes :
1. S’il pleut et l’invité a oublié son parapluie alors
l’invité est trempé.
2. L’invité n’est pas trempé.
3. Il pleut.
32
Et la déduction suivante : l’invité n’a pas oublié son parapluie.
INTRODUCTION
4 Formalisation Logique
33
Affirmation Proposition
•Il pleut
•L’invité a son parapluie
•L’invité est mouillé.
p
q
r
INTRODUCTION
4 Formalisation Logique
34
1. Hypothèse : si p et non q, alors r
2. Hypothèse : non r
3. Hypothèse : p
4. Déduction : q
INTRODUCTION
4 Formalisation Logique
Alors nous pouvons formaliser les situations décrites dans
cet exemple par la formule logique suivante :
Et nous pouvons formaliser la déduction par :
35
INTRODUCTION: ETRE PLUS PROCHE DU
LANGAGE NATUREL
Dans la logique des propositions on considère une
proposition comme un tout, représenté par une
variable, dont on ne détaille pas le contenu. On
ne s’intéresse qu’à la vérité ou à la fausseté d’une
proposition.
La logique des prédicats, également appelée
logique du premier ordre, regarde les
propositions de plus près.36
– Ensemble complet (pour tout)
– Eléments particuliers d ’un ensemble (il existe)
Certains étudiants assistent à tous les cours
INTRODUCTION: NOTION D ’ENSEMBLE
37
INTRODUCTION: FORMALISATION
« Certains étudiants assistent à tous les cours. »
∃x(Etudiant(x) ∧ (∀y Assiste(x, y)))
38
PROLOG
Prolog est un langage de programmation
déclarative qui repose sur la logique des
prédicats.
PROLOG = PROgrammation en LOGique
39
DOMAINE D’APPLICATIONS
Intelligence artificielle et modélisation des
raisonnements (les Systèmes experts,. . .) ;
40
CONSTITUTION D’UN PROGRAMME PROLOG:
LES FAITS
En Prolog, une relation possède :
* un nom
* un nombre d ’arguments
* couleur(rouge)
En logique, relation = prédicat
41
AUTRES EXEMPLES
Henri IV est le père de Louis XIII se traduit par :
pere(henri14, louis13).
Adam est l’ancêtre de tout le monde se traduit
par :
ancetre(Adam, X).
Superman est plus fort que tout le monde se
traduit par :
plusfort(superman, X). 42
CONSTITUTION D’UN PROGRAMME PROLOG:
RÈGLES
Si les faits sont les hypothèses de travail de PROLOG, les
règles sont des relations qui permettent à partir de ces
hypothèses d’établir de nouveaux faits par déduction
fait : fille(Amira)
règles : si X est une fille alors X aime les poupées
qui s'écrit :
aime(X, poupees) :- fille(X).
Le « si » s’écrit « :- » en Prolog
Il peut y avoir plusieurs conditions derrière le
« :- », séparées par des virgules
43
LA RECHERCHE DE SOLUTION
Par exemple, on peut se poser la question de
savoir si « Est-ce que Ahmed aime Hana ? ».
Cette question se traduit par :
?- aime(Ahmed, Hana).
Pour y répondre, l’interprète Prolog va essayer
d’unifier la question posée avec un des faits de sa
base de connaissance. S’il réussit, il répond « Yes
» et « No » dans le cas contraire. 44
LA RECHERCHE DE SOLUTION
Sur la base des connaissances suivantes :
aime(Ahmed, Hana).
aime(Rayen, Hana).
aime(Ahmed, pèche).
?- aime(Ahmed, légumes).
No
?- aime(Ahmed, Hana).
45
PROLOG
SWI-Prolog
Version disponible pour Linux, MS-Windows
46
EXERCICE
Soit la base des connaissances suivantes dont
dispose PROLOG:
garçon(rayen).
fille(lina).
frere(rayen,lina):-garçon(rayen),fille(lina).
Si on pose les questions suivantes, par quoi
l’interprète Prolog va y répondre?
?- garçon(rayen).
?- garçon(ahmed).
?- frere(ahmed,rayen).47